Visão Computacional

Report
Visão Computacional
Mestrado e Doutorado em
Engenharia Elétrica
Prof. Dr. Paulo Sérgio Rodrigues
www.fei.edu.br/~psergio

Estuda e desenvolve um conjunto de métodos e
técnicas os quais podem tornar um sistema
computacional capaz de interpretar imagens.
O que é Visão Computacional?
Visão Computacional
Baixo Nível
Médio Nível
Alto Nível
Segmentação
Reconheciment
Carro de
exploração
Lunar

Melhoria da qualidade da imagem:
◦
◦
◦
◦
◦
◦

Remoção de ruídos da imagem
Melhoria do contraste da imagem
Remoção de borrões da câmera
Remoção de manchas de movimentos
Realce da estrutura
Realce das cores
Processamento de Imagem é utilizado para
melhorar a aparência visual da imagem e/ou
realçar as características desejadas
Nível Baixo

Extração de Regiões que compõem partes de um
objeto ou cena

Também podem ser extração de primitivas como
curvas, retas, polígonos, elipses, ...

Geralmente, as regiões isoladas não fazem
nenhum sentido pra quem observa.
Nível Médio

Técnicas para interpretação de objetos ou cenas

Regiões, em conjunto, passam a fazer sentido

Raciocínio cognitivo

Inferência de informações
Nível Alto
Nível Alto

Raciocínio cognitivo: Inferência do Contexto para
interpretação de objetos ou cenas
Técnicas de Baixo nível
Imagem original
Filtro Gaussiano
(5x5)
Filtro média (5x5)
Filtro média (5x5)
Filtro Mediana
(5x5)
Filtro Mediana
(5x5)
Técnicas típicas de Visão de Médio Nível:
Detecção de Retas
Transformada
de Hough
Imagem binária (bordas)
Retas detectadas com a Transformada de Hough
Análise de Imagens com Base em
informações de Cor, Forma ou Textura
Técnicas típicas de Visão de Alto Nível:
Inferência Baseada em Contexto
Técnicas típicas de Visão de Alto Nível:
Inferência Baseada em Contexto
Técnicas Típicas de Visão de Alto
Nível: Inferência de Jogadores em
Quadra
Imagem: Janus z Konrad – Boston University
Imagem: Boston University
Aplicações: Biometria
Detecção de Faces
Reconhecimento de digital
Imagem: Sony ® e S. Seitz
Aplicações: leitor de placas
imagem: S. Seitz
Aplicações: Inspeção de Fábrica
Aplicações: Veículo Autônomo
Sistema CAD (Computer
Aided Diagnosis)
Extração da Lesão
Saída do Ultra-som
Sistema CAD com entropia Não-extensiva
Segmentação
Morfologia
Level Sets
Sistema CAD: Etapas
Saída do Ultra-som
Região da Lesão
Extração da lesão
Extração de Características
• Área
• Circularidade
• Protuberâncias
• Sombra acústica
• Reforço acústico
• Homogeneidade
• RNA
Classificação
Maligno
• Fuzzy
• Bayes
• SVM
Benigno
TCCs na área de Visão Computacional desenvolvidos na FEI

Reconhecimento Facial com o Número
de Fibonacci (Primeiro Lugar na
EXPOCOM 2007)
TCCs desenvolvidos na FEI
EVIP” - EXPANSÃO VISUAL DE EXIBIÇÕES EM SUPERFÍCIES PLANAS
( 3 Prêmios EXPOCOM 2008: Melhor Criatividade e Melhor trabalho
Científico e Melhor Trabalho Geral)
Análise e Visualização de Imagens Médicas: Reconstrução
Craniofacial e Previsibilidade de Resultados
LNCC • USP-SC • CENPRA • CHSC • INTO

Objetivo: Reparar anomalias de crânio e face através da construção
automática de próteses
Reconstrução Cranio-Facial: Metodologia
Caso de Perda de massa óssea frontal
Prototipagem:
Responsável: USP de São
Carlos
PRÓTESE CRANIANA
MODELOS MÉDICOS 3D: paciente antes de
depois da cirurgia
PRÓTESE CRANIANA
MODELOS MÉDICOS 3D: Momento da Cirurgia
de implante da prótese craniana
a
b
c
d
Instantes da Prototipagem Rápida
RECONSTRUÇÃO FACIAL. Caso de Câncer de Mandíbula. Paciente antes e
depois. A foto do meio abaixo (o crânio com meia mandíbula) mostra a
construção antes do implante. As duas fotos abaixo mostram a paciente hoje, e
as duas acima, a paciente com defeito de frente e de perfil.
TCCs desenvolvidos na FEI
MAART
Reconhecimento de
Logomarcas em Jogos de
Futebol
Integrantes:
Allan Martins de Paula
Felipe Gomes Magarotto
Lucas Martins Baia
Rozivaldo Zacarias de Jesus
Orientador: Paulo Sérgio Silva Rodrigues
Objetivo

Automatizar um processo e assim, gerar
um relatório informando quanto tempo as
propagandas que estão ao redor do
campo apareceram na transmissão.
Definição de tipos de Câmera
Câmera Principal
Não-Câmera Principal
Setores do Campo
Regiões durante a transmissão
Metodologia
Frame
Definição de
câmera
Principal
Definição de câmeraprincipal
Detecção de Bordas
Metodologia
Detecção de Bordas
Detecção de Linhas
Metodologia
Detecção de Linhas
Definição das Regiões de Interesse (ROI)
Metodologia
Metodologia
Definição da ROI
Matching
Metodologia
Tracking e ROL
Arquivo Individual
Contabiliza Tempo
Próximo Frame
Visão Computacional
Grandes Desafios Futuros
Telemedicina
Gerenciamento de Grandes Bases de Dados
Análise de Imagens em Vídeo
Ambientes Virtuais Colaborativos
Ambientes Virtuais Colaborativos
TV-Digital
Bibliotecas

MATLAB e OPENCV (Intel)

similar documents